Akademik Veri Yönetim Sistemi
ZARARSIZ G. (Yürütücü), GÖKSÜLÜK D.
TÜBİTAK Projesi, 2022 - 2025
Global ölçekte 12.5 milyondan fazla insanı etkilemesi ile otozomal dominant polikistik böbrek hastalığı (ODPBH) en sık görülen kalıtsal böbrek hastalığıdır (1/1000) ve yaşamı tehdit eden kalıtsal (monojenik) hastalıkların en sık görülenlerinden birisidir. ODPBH hastalarının yaklaşık %50’sinde nihai olarak son dönem böbrek yetersizliği gelişmekte, hastalar kaçınılmaz olarak diyalize girmekte veya böbrek nakline gereksinim duymaktadır. Ayrıca, aynı aile bireylerinde bile heterojen şekilde klinik seyir gösteren bu hastalığın patofizyolojisine yönelik birçok çalışma devam etmektedir. Günümüzde, kronik böbrek hastalık gelişimi ve moleküler mekanizmasının aydınlatılmasında genomik, transkriptomik ve proteomik gibi yöntemler kullanılmasına rağmen, metabolomik uygulamaların özellikle kronik böbrek araştırmalarında biyobelirteç ve prognoz seyri açısından uygun deneysel araç olduğu vurgulanmıştır. İlgili “-omiks” bilimlerin hastalık patogenezinin anlaşılmasında oldukça güçlü ve güvenilir yönlerinin olmasına karşın, genomik-transkriptomik-proteomik yöntemler henüz klinik pratikte kullanıma girmemiştir. Bu nedenle, ODPBH gibi kronik böbrek hastalıklarının seyrini anlayabilmek amaçlı “-omiks” seviyesinde yanıt verecek teknoloji olarak metabolomik yöntem benimsenmiştir. Bu bağlamda, böbrekte tübül hücrelerindeki sistemik (genetik temelli) hasar sonucu ortaya çıkan ve gelişen ODPBH hastalığının plazma örneklerinde biyokimyasal değişkenler yerine metabolomik parmak izinin tam olarak ortaya konulması hastalığın prognozunu açıklamaya yardımcı olabilecektir. Ayrıca, ODPBH’nin metabolit profilinin belirlenmesi; mevcut tedavi yaklaşımlarının etkinliğinin artırılması, gerçekleştirilen moleküler çalışmaları tamamlayıcı ve açıklayıcı potansiyel taşıması bakımından önem taşımaktadır. Proje kapsamında ODPBH hastalarında, hastalığın ilerleyişinin önceden belirlenebilmesi için kapsamlı moleküler veriler ile analizlerin gerçekleştirilmesi ve bu bulgulardan hareketle hastalığın takibine yönelik bir karar destek sisteminin oluşturulması hedeflenmektedir. Takibe yönelik kestirim modellerinin etkin biçimde gerçekleştirilmesi ve karar destek sisteminin altyapısını oluşturmaya yönelik makine öğrenmesi ve derin öğrenme algoritmalarını içeren kapsamlı bir R kütüphanesinin oluşturulması amaçlanmıştır. Elde edilen bu karar destek sistemi ile hastalığa ilişkin kişiselleştirilmiş takip raporlarının elde edilmesi ve bu sayede uzaktan hasta izleminin yapılabileceği ve değerlendirilebileceği, sonuç odaklı bir sistemin geliştirilmesi amaçlanmıştır. Bu amaçla proje birbirini tamamlayan nefroloji, temel bilimler (biyoloji/biyokimya), biyoistatistik ve bilgisayar mühendisliği gibi birbirini tamamlayan çok disiplinli bir çalışma ekibi oluşturulmuştur. Proje çıktısına yönelik bir prototip elde edilmesi ve pilot uygulama olarak Erciyes Üniversitesi, Tıp Fakültesi Nefroloji Kliniği’nde kullanımına başlanması hedeflenmektedir.